Hierarchical Cognitron
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- NHK Broadcasting Science Research Laboratories
- Typ organizace
- Industry
- Země
- Japan
- Publikováno
- 1 April 1984
- Autoři
- K. Fukushima
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Other
- Úkol
- Pattern recognition
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 9.3K
- Výcviková data
- 5 tokens
Parameters 5*5*9*3*3 + 3*3*9*3*3*9 + 9*3*3*9 = 9315 "The numbers of excitatory cells in these four layers were: 7x7 in U0, 5x5 in U1, 3x3 in U2, and 9 in U3" "Each feature-extracting cell in layer U1 receives excitatory modifiable afferent connections from 3x3 cells in layer U0" "On the other hand, each feature, each extracting cell in layers U2 and U3 receives excitatory modifiable connections from all 9 cells in each of the 3 x 3 hypercolumns in the layer preceding it. Therefore, it receives …
"Five training patterns used for the self-organization are shown in Fig. 4"
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Proč je to sledováno
- Historical significance
- Záznam důvěry
- Speculative
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- A hierarchical neural network model for associative memory
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Odkud to přišlo
Hierarchical Cognitron byl zveřejněn NHK Broadcasting Science Research Laboratories, v zemi zaznamenané jako Japan, během April 1984. Kategorie, do které vydavatel spadá, je industry.
funguje v oblasti Other, a je zaznamenán jako vykonávající úkol pattern recognition.
Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.
Jak bylo trénováno
Tréninková sada běžela na přibližně 5 tokeny textu
Je sledováno v základním datasetu z jednoho konkrétního důvodu: historical significance.
Odpovědi
Hierarchical Cognitron — běžné otázky
Hierarchical Cognitron— K čemu se to používá?
funguje v oblasti Other, a je zaznamenáno jako zpracovávající úkol pattern recognition. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
Hierarchical Cognitron— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
Hierarchical Cognitron— Je to OPEN SOURCE?
Licencování nikdy nebylo zaznamenáno v našich zdrojových datech. Neuváděné licencování považujeme za uzavřené, protože nezaznamenaná licence není na kterou by se dalo spoléhat.
Hierarchical Cognitron— kolik má parametrů?
Má počet parametrů 9.3K. Parameters 5*5*9*3*3 + 3*3*9*3*3*9 + 9*3*3*9 = 9315 "The numbers of excitatory cells in these four layers were: 7x7 in U0, 5x5 in U1, 3x3 in U2, and 9 in U3" "Each feature-extracting cell in layer U1 receives excitatory modifiable afferent connections from 3x3 cells in layer U0" "On the other hand, each feature, each extracting cell in layers U2 and U3 receives excitatory modifiable connections from all 9 cells in each of the 3 x 3 hypercolumns in the layer preceding it. Therefore, it receives 3 x 3 x 9 afferent excitatory modifiable connections altogether". Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
Hierarchical Cognitron— Kdo to vytvořil?
Bylo to publikováno společností NHK Broadcasting Science Research Laboratories, zakládající se na Japan, organizace zařazená jako industry.
Hierarchical Cognitron— Kdy byl vydán?
Bylo to zveřejněno v April 1984. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.